应用概率统计（陈魁）第八章部分课后答案

---

前言

\qquad 参数估计是统计推断的基本问题之一. 在很多实际问题中，我们知道总体的分布，但不知道分布的参数. 因此需要对未知的参数作出估计，这就是参数估计问题. 这里主要有两类估计: 一类是点估计，另一类是区间估计.

---

仅供参考

---

一、8. 1

设总体X的密度函数为$$f(x)=\{\begin{array}{ll}\theta C^{\theta }{x}^{-(\theta +1)},& \text{x > C}\\ 0,& \text{x}⩽C\end{array}$$
$C>0$ 为已知，$\theta >1$. $X_1,X_2,...,X_n$为简单随机样本.
(1)求θ的矩估计量;
(2)求θ的极大似然估计量.

---

矩估计：
用样本的矩, 代替总体的矩。
通常考试中只用到一阶和二阶。
$$一阶\bar{X}=\frac{1}{n}\sum X_i\to 一阶EX$$
$$二阶A_2=\frac{1}{n}\sum X_i^2\to 二阶E{X}^2$$

---

极大似然估计
完完全全的步骤法：
(1) . 写出总体的概率函数（离散型）或者密度函数（连续性）
(2) . 写出似然函数$L(\theta )$ （$\theta$为待估计参数）
(3) . 两边同时取对数 $\ln$
(4) . 对$\theta$求导，令导数等于$0$，解出$\theta$，即为$\hat{\theta }$.（注：若第(4)步无解，回归原始定义，找到$\hat{\theta }$使$L(x,$$\hat{\theta }$$)$最大.）

---

解：(1).

$$EX={\int }_c^{\infty }x\theta C^{\theta }{x}^{-(\theta +1)}dx=\theta C^{\theta }{\int }_c^{\infty }{x}^{-\theta }dx=\frac{\theta C}{\theta -1}=\mu$$
$即：\mu =\bar{X}=\frac{\theta C}{\theta -1},得：\hat{\theta }=\frac{\bar{X}}{\bar{X}-C}$

---

(2).
$$似然函数：L(\theta )=\prod _{i=1}^n\theta C^{\theta }{x}_i^{-(\theta +1)}={\theta }^n{C}^{n\theta }\prod _{i=1}^n{x}_i^{-(\theta +1)}$$
$$取对数：\ln L(\theta )=n\ln \theta +n\theta \ln C-(\theta +1)\sum _{i=1}^n\ln x_i$$
$$令导数为0：\frac{d\ln (\theta )}{d\theta }=\frac{n}{\theta }+n\ln C-\sum _{i=1}^n\ln x_i=0$$
$$解得：\hat{\theta }=\frac{n}{{\sum }_{i=1}^n\ln x_i-n\ln C}$$

---

二、8. 4

设总体X的密度函数为$$f(x)=\{\begin{array}{ll}\lambda \alpha x^{\alpha -1}{e}^{-\lambda x^{\alpha }},& \text{x > 0}\\ 0,& \text{x}⩽0\end{array}$$
其中$\alpha >0$是已知常数，$\lambda >0$是未知参数， $X_1,X_2,...,X_n$为简单随机样本，求$\lambda$的极大似然估计量.

---

解：
$$似然函数：L(\lambda )=\prod _{i=1}^n\lambda \alpha x_i^{\alpha -1}{e}^{-\lambda x_i^{\alpha }}={\lambda }^n{\alpha }^n\prod _{i=1}^n{x}_i^{\alpha -1}{e}^{-\lambda {\sum }_{i=1}^n{x}_i^{\alpha }}$$
$$取对数：\ln L(\lambda )=n\ln \lambda +n\ln \alpha +\ln \prod _{i=1}^n{x}_i^{\alpha -1}-\lambda \sum _{i=1}^n{x}_i^{\alpha }$$
$$令导数为0：\frac{d\ln (\lambda )}{d\lambda }=\frac{n}{\lambda }-\sum _{i=1}^n{x}_i^{\alpha }=0$$
$$解得：\hat{\lambda }=\frac{n}{{\sum }_{i=1}^n{x}_i^{\alpha }}$$

---

三、8. 6

设某种清漆的9个样品，其干燥时间(单位:h)分别为
$6.0，5.7，5.8，6.5，7.0，6.3，5.6，6.1，5.0$.
设干燥时间总体$T$~$N(\mu ,\sigma )$，就下面两种情况求$\mu$的置信度为0. 95的双侧置信区间.
(1) $\sigma$ = 0.6(h);
(2) $\sigma$ 未知.

---

区间估计：
也是固定套路，分别求出所需要的各种参数，然后代入公式

估计正态总体的数学期望 $\mu$	公式
方差${\sigma }^2$已知	$\left(\bar{X}-z_{\frac{\alpha }{2}}\sigma /\sqrt{n},\bar{X}+z_{\frac{\alpha }{2}}\sigma /\sqrt{n}\right)$
方差${\sigma }^2$未知	$\left(\bar{X}-t_{\frac{\alpha }{2}}(n-1)S/\sqrt{n},\bar{X}+t_{\frac{\alpha }{2}}(n-1)S/\sqrt{n}\right)$

估计正态总体的方差 ${\sigma }^2$	公式
数学期望 $\mu$ 已知	$\left(\sqrt{{\sum }_{i=1}^n(X_i-\mu {)}^2/{\chi }_{\frac{\alpha }{2}}^2(n)},\sqrt{{\sum }_{i=1}^n(X_i-\mu {)}^2/{\chi }_{1-\frac{\alpha }{2}}^2(n)}\right)$
数学期望 $\mu$ 未知	$\left(\sqrt{(n-1)/{\chi }_{\frac{\alpha }{2}}^2(n-1)}S,\sqrt{(n-1)/{\chi }_{1-\frac{\alpha }{2}}^2(n-1)}S\right)$

估计两个正态总体的期望差 ${\mu }_1-{\mu }_2$	公式
${\sigma }_1^2,{\sigma }_2^2$均已知	$\left(\bar{X}-\bar{Y}-z_{\frac{\alpha }{2}}\sqrt{\frac{{\sigma }_1^2}{n_1}+\frac{{\sigma }_2^2}{n_2}},\bar{X}-\bar{Y}+z_{\frac{\alpha }{2}}\sqrt{\frac{{\sigma }_1^2}{n_1}+\frac{{\sigma }_2^2}{n_2}}\right)$
${\sigma }_1^2,{\sigma }_2^2$均未知 ,但${\sigma }_1^2={\sigma }_2^2={\sigma }^2$	$\left(\bar{X}-\bar{Y}-t_{\frac{\alpha }{2}}(n_1+n_2-2)S_w\sqrt{\frac{1}{n_1}+\frac{1}{n_2}},\bar{X}-\bar{Y}+t_{\frac{\alpha }{2}}(n_1+n_2-2)S_w\sqrt{\frac{1}{n_1}+\frac{1}{n_2}}\right)$
${\sigma }_1^2,{\sigma }_2^2$均未知 ,但$n_1,n_2$很大	$\left(\bar{X}-\bar{Y}-z_{\frac{\alpha }{2}}\sqrt{\frac{S_1^2}{n_1}+\frac{S_2^2}{n_2}},\bar{X}-\bar{Y}+z_{\frac{\alpha }{2}}\sqrt{\frac{S_1^2}{n_1}+\frac{S_2^2}{n_2}}\right)$

注：$S_w^2=\frac{(n_1-1)S_1^2+(n_2-1)S_2^2}{n_1+n_2-2}$

估计两个正态总体的方差比 ${\sigma }_1^2/{\sigma }_2^2$	公式
数学期望 ${\mu }_1,{\mu }_2$ 均未知	$\left(\frac{S_1^2/S_2^2}{F_{\alpha /2}(n_1-1,n_2-1)},\frac{S_1^2}{S_2^2}{F}_{\frac{\alpha }{2}}(n_1-1,n_2-1)\right)$
数学期望 ${\mu }_1,{\mu }_2$ 均已知

---

解：(1).$$\begin{gathered} \because 1-\alpha =0.95\therefore \frac{\alpha }{2}=0.025n=9,\sigma =0.6 \\ \delta =\frac{\sigma }{\sqrt{n}}{z}_{0.025}=\frac{0.6}{\sqrt{9}}\times 1.96=0.392 \\ \bar{X}=\frac{1}{9}\times (6.0+5.7+5.8+6.5+7.0+6.3+5.6+6.1+5.0)=6.0 \\ \mu 的置信度为0.95的双侧置信区间为：(\bar{X}-\delta ,\bar{X}+\delta )=(5.608,6.392) \end{gathered}$$
(2).
$$\begin{gathered} \because \sigma 未知\therefore \sigma 的1-\alpha 置信区间为：\left(\bar{X}-t_{\frac{\alpha }{2}}(n-1)\frac{S}{\sqrt{n}},\bar{X}+t_{\frac{\alpha }{2}}(n-1)\frac{S}{\sqrt{n}}\right) \\ 对抽样的样本值有\left(\bar{x}-t_{\frac{\alpha }{2}}(n-1)\frac{s}{\sqrt{n}},\bar{x}+t_{\frac{\alpha }{2}}(n-1)\frac{s}{\sqrt{n}}\right) \\ s=\sqrt{s^2}=\sqrt{\frac{{\sum }_{i=1}^n(x_i-\bar{x}{)}^2}{n-1}}=0.5745 \\ 查表t_{0.025}=2.306 \\ \therefore 代入得：\mu 的置信度为0.95的双侧置信区间(5.558,6.418) \end{gathered}$$

---

四、8. 7

就8.6题中的两种情况求 $\mu$ 的置信度为 0. 95 的单侧置信上限。

---

单侧置信区间：
$$\begin{gathered} 欲求置信度为1-\alpha 的单侧置信区间(\underline{\theta },+\infty )或(-\infty ,\overline{\theta }) \\ 可以先求置信度为1-2\alpha 的双侧置信区间(\underline{\theta },\overline{\theta }) \\ 由(\underline{\theta },\overline{\theta })自然就得出两个单侧置信区间(-\infty ,\overline{\theta })和(\underline{\theta },+\infty ) \\ 根据需要取其一，就是置信度为1-\alpha 的单侧置信区间. \end{gathered}$$

---

解：$$\begin{gathered} 1-\alpha =0.95\alpha =0.051-2\alpha =0.90 \\ n=9\sigma =0.6\bar{x}=6.0s=0.5745 \\ 查表:z_{0.05}=1.645t_{0.05}=1.8595 \end{gathered}$$
(1) $\sigma =0.6$,

$$\overline{\mu }=\bar{x}+z_{0.05}\frac{\sigma }{\sqrt{n}}=6.0+1.645\times 0.2=6.329$$

(2) $\sigma$ 未知,

$$\overline{\mu }=\bar{x}+t_{0.05}(8)\frac{s}{\sqrt{n}}=6.0+1.8595\times \frac{0.5745}{\sqrt{9}}=6.356$$

---

五、8. 8

随机取某种炮弹 9 发做试验，求得炮口速度的样本标准差$S=11(m/s)$，设炮口速度服从正态分布 $N(\mu ,\sigma )$，求炮口速度的均方差$\sigma$的置信度为 0.95 的双侧置信区间。

---

解：$$\begin{gathered} 1-\alpha =0.95\alpha =0.05\alpha /2=0.025n-1=8s^2=121 \\ 查表:{\chi }_{0.025}^2(8)=17.535{\chi }_{0.975}^2(8)=2.180 \\ \therefore \frac{(n-1)s^2}{{\chi }_{\alpha /2}^2(n-1)}=\frac{968}{17.535}=55.203\frac{(n-1)s^2}{{\chi }_{1-\frac{\alpha }{2}}^2(n-1)}=\frac{968}{2.180}=444.036 \\ \therefore 均方差\sigma 的置信区间：(\underline{\sigma },\overline{\sigma })=(\sqrt{55.203},\sqrt{444.036})=（7.4,21.1） \end{gathered}$$

---

六、8. 11

研究两种燃料的燃烧率，设两者分别服从正态分布 $N({\mu }_1,0.05^2),N({\mu }_2,0.05^2)$。取样本容量 $n_1=n_2=20$ 的两组独立样本，求得燃烧率的样本均值分别为 18，24，求两种燃料燃烧率总体均值差 $({\mu }_1-{\mu }_2)$ 的 置信度为 0.99 的双侧置信区间.

---

解：$$\begin{gathered} 1-\alpha =0.99\alpha =0.01\alpha /2=0.005n_1=n_2=20n_1+n_2-2=38 \\ 查表:z_{0.005}=2.58 \\ \therefore \delta =z_{\frac{\alpha }{2}}\sqrt{\frac{{\sigma }_1^2}{n_1}+\frac{{\sigma }_2^2}{n_2}}=0.04 \\ \therefore ({\mu }_1-{\mu }_2)的置信度为0.99的双侧置信区间： \\ (\underline{{\mu }_1-{\mu }_2},\overline{{\mu }_1-{\mu }_2})=(\bar{X}-\bar{Y}-\delta ,\bar{X}-\bar{Y}+\delta )=（-6.04,-5.96） \end{gathered}$$

---

七、8. 12

两化验员甲,乙各自独立地用相同的方法对某种聚合物的含氯量各做 10 次测量，分别求得测定值的样本方差为$s_1^2=0.5419,s_2^2=0.6065$，设测定值总体,分别服从正态分布$N({\mu }_1,{\sigma }^2),N({\mu }_2,{\sigma }^2)$，试求方差比 $({\sigma }_1^2/{\sigma }_2^2)$ 的置信度为 0. 95 的双侧置信区间.

---

解：$$\begin{gathered} 1-\alpha =0.95\alpha /2=0.025n_1-1=n_2-1=9 \\ 查表:F_{0.025}(9,9)=4.03F_{0.975}(9,9)=0.248 \\ {s}_1^2=0.5419s_2^2=0.6065 \\ \therefore \left(\frac{S_1^2/S_2^2}{F_{\alpha /2}(n_1-1,n_2-1)},\frac{S_1^2}{S_2^2}{F}_{\frac{\alpha }{2}}(n_1-1,n_2-1)\right)=(\frac{0.5419/0.6065}{4.03},\frac{0.5419}{0.6065}\times 4.03)=(0.222,3.601) \end{gathered}$$

---

▌总结

敲公式上瘾！！！！！！！！！！！！ 敲公式上瘾！！！！！！！！！！！！ 敲公式上瘾！！！！！！！！！！！！

附：
\qquad 第九章传送门

---